ARIS：解决科研重复性劳动痛点的双智能体协同科研自动化方案

当前科研工作面临显著效率瓶颈核心问题在于研究者大量精力被代码编写、参数调试、实验运行、论文润色等重复性任务消耗且单一AI辅助工具存在“自我验证”局限缺乏独立评审机制易出现逻辑漏洞导致研究成果需反复修订严重拖慢研究进度。针对这一核心痛点GitHub用户wanshuiyin主导联合DefanXue、yihong-jin等社区贡献者提出并开发了开源科研自动化工具ARISAuto-Research-In-Sleep其核心方法是依托双智能体协同模式实现科研全流程自动化助力研究者剥离机械性劳动聚焦核心创新环节。自动迭代分数低 → 回滚重写分数高 → 保留并深化ARIS突破了传统单一功能AI工具的碎片化辅助局限核心采用双智能体评审机制执行模块依托Claude Code可高效完成代码生成、实验运行、论文润色及LaTeX与PDF生成等核心任务评审模块通过多模型协同从实验设计合理性、数据真实性、逻辑严谨性等维度对执行模块的产出进行全方位审核有效规避逻辑漏洞确保研究产出符合科研规范大幅降低人工审核成本。该工具采用轻量化设计无需复杂部署流程核心组件以纯Markdown文件形式呈现可直接调用。其兼容性极强支持DeepSeek、Kimi等国产大模型无需依赖特定API通过构建免费模型组合即可正常运行上手门槛极低。应用过程便捷高效研究者仅需上传论文初稿、实验数据设定目标评分与迭代轮次系统便可自主完成实验、数据整理、论文优化等全流程无需人工值守真正实现“睡前启动、醒来收成果”的高效科研模式。真实应用案例验证了其实用价值初始评分较低的论文经ARIS多轮迭代后评分显著提升实验数据与结论的严谨性大幅提高。此外ARIS包含31个可独立调用的功能模块支持模块化组合可完成文献自动调研、研究方向筛选、学术图表生成等多样化需求同时具备飞书实时通知功能便于研究者远程跟进实验进度。ARIS定位为科研辅助工具保留人类在环机制核心研究方向与关键决策仍由研究者主导仅承接机械性、重复性、耗时性辅助任务帮助研究者减少无效内耗。该工具完全开源免费社区持续优化功能新增的自动调试功能可应对CUDA报错、内存不足等常见问题进一步降低人工干预成本目前已在GitHub积累较高关注度可适配机器学习、机器人学、体系结构等多个研究领域有效解决科研效率瓶颈。项目链接https://github.com/wanshuiyin/Auto-claude-code-research-in-sleep想要掌握如何将大模型的力量发挥到极致吗叶梓老师带您深入了解 Llama Factory —— 一款革命性的大模型微调工具。1小时实战课程您将学习到如何轻松上手并有效利用 Llama Factory 来微调您的模型以发挥其最大潜力。CSDN教学平台录播地址https://edu.csdn.net/course/detail/39987OpenClaw 火到爆90% 人装不上2026年4 月 11 日 17:30叶梓老师免费直播零基础保姆级安装命令行 / 环境坑一次全解。